基于集成学习与深度学习的日供水量预测方法

周欣磊,顾海挺,刘晶,许月萍,耿芳,王冲

Daily water supply prediction method based on integrated learning and deep learning

Xin-lei ZHOU,Hai-ting GU,Jing LIU,Yue-ping XU,Fang GENG,Chong WANG

表 6 不同弱预测器个数的改进LSTM方法性能对比

Tab.6 Performance comparison of improved LSTM models with different number of weak predictors

N NSE 第1次 第2次 第3次 第4次 第5次 平均值 2 0.897 0.898 0.894 0.883 0.896 0.894 3 0.852 0.853 0.849 0.839 0.851 0.849 4 0.839 0.842 0.835 0.829 0.840 0.837 5 0.831 0.836 0.831 0.824 0.836 0.832 6 0.830 0.833 0.830 0.822 0.833 0.830 7 0.830 0.832 0.828 0.822 0.830 0.828 8 0.796 0.824 0.815 0.826 0.793 0.811 9 0.772 0.827 0.786 0.810 0.793 0.798 10 0.775 0.810 0.790 0.811 0.779 0.793